农业灾害研究2024，Vol.14Issue(3) ：109-111.

基于气象观测数据建立卷积神经网络算法反演PM2.5

王雨轩 周甘凝 许文龙 秦孟晟
农业灾害研究2024，Vol.14Issue(3) ：109-111.
✕
  • NETL
  • NSTL
  • 万方数据

基于气象观测数据建立卷积神经网络算法反演PM2.5

王雨轩 1周甘凝 1许文龙 2秦孟晟3
扫码查看

作者信息

  • 1. 仪征市气象局,江苏仪征 211400
  • 2. 江苏常环环境科技有限公司,江苏常州 213022
  • 3. 扬州市气象局,江苏扬州 225000
  • 折叠

摘要

利用扬州市气象观测站点和中国环境监测总站的逐小时数据估算PM2.5的各相关组合因子,然后利用CNN卷积神经网络算法构建反演PM2.5质量浓度的机器学习模型.结果表明:(1)利用 CNN卷积神经网络算法反演PM2.5是有效且可行的,且比一般的线性回归算法效果更佳,为反演PM2.5提供了一种新的机器学习方法.(2)在影响PM2.5反演的各输入变量因子中,PM10与能见度变量为高相关因子.利用神经卷积网络算法反演PM2.5理论上反演精度能够随着输入信息增多而不断提高.

关键词

CNN卷积神经网络算法/气象观测数据/PM2.5

引用本文复制引用

基金项目

江苏省青年基金(KQ202330)

出版年

2024
农业灾害研究

农业灾害研究

影响因子：0.451
ISSN：1004-7395
参考文献量12
段落导航相关论文